如何通过dataframe解析，根据另外两列的值创建新列

Question

我想根据列_1和列_2或列_3中的值创建一个新列“column_new”。如果列_1=='C'，则列_new的值与列_2相同，但如果列_1=='G'，则列_new的值与列_3相同。

我试过：

def new_value(x):
   if df1['column_1'] == 'C' :
      return df1['column_2']
   if df1['column_1'] == 'G':
      return df1['column_3']
   else:
       return 'Other'

df1['column_new'] = df1['column_1'].apply(new_value)

错误：值错误：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

还尝试：

for row in df1:
    if df1.loc[df1['column_1'] == 'C']:
        df1['column_new'] = df1['column_2']
    elif df1.loc[df1['column_1'] == 'G']:
        df1['column_new'] = df1['column_3']

错误：值错误：数据帧的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

一些数据：

column_1    column_2    column_3
C   AAAACCCACCT ACCCA
C   GTGGGCTAAAA GGCTA
G   ATGGGCTTTTT GGCTT
G   AGAAAGCCCGC AAGCC

Answer 1

你可以试试：希望它会起作用

df['col_new']=df[(df['col2'][df['col1']=='C']) & (df['col3'][df['col1']=='G']) 

Answer 2

我想出来了：

def new_value(column_1,column_2, column_3):
    if column_1 == 'C':
        return column_2[:]
    elif column_1 == 'G':
        return column_3[:]
    else:
        return 'NaN'

df1['column_new'] = df1.apply(lambda row: new_value(row.column_1, row.column_2, row.column_3), axis = 1)

Answer 3

尝试np。选择

cond_1 = df['column_1'] == 'C'
cond_2 = df['column_1'] == 'G'
df['column_new'] = np.select([cond_1, cond_2], [df.column_2, df.column_3], 'Other')

Out[1715]:
  column_1     column_2 column_3   column_new
0        C  AAAACCCACCT    ACCCA  AAAACCCACCT
1        C  GTGGGCTAAAA    GGCTA  GTGGGCTAAAA
2        G  ATGGGCTTTTT    GGCTT        GGCTT
3        G  AGAAAGCCCGC    AAGCC        AAGCC